ndarray创建

创建ndarray

即 使用array函数
首先导包：import numpy as np
1.一维数组：

data1 = [1, 2.3, 4, -5]
arr = np.array(data1)
print(arr)

得到：
2.多维数组：

data2 = [[1, 2, 3], [4, 6, 7]]
arr = np.array(data2)
print(arr)

得到：
还可以使用 asarray(data)。
array() 和 asarray() 的区别：二者都可以将结构数据转化为ndarray，但是当数据为ndarray时，array 仍会copy出一个副本，占用一个内存，而asarray不会。
3.有序数组：
data = np.arange(start, stop, step) #start是开始的元素，stop是结束的元素，不包括stop元素，step是步长，表示隔step步取一个元素。

data1 = np.arange(4);
data2 = np.arange(2, 5, 2)
print(data1)	# 得到：[0, 1, 2, 3]
print(data2)	# 得到：[2, 4]

获取数组维度

print(data.ndim) ，其中：

print(data1.ndim)	# 为1
print(data2.ndim)	# 为2

获取数组行列数

print(data.shape)，返回（行，列）。其中：

print(data1.shape)	#为(4,),不是(1, 4)的原因是一维度只返回一个数
print(data2.shape)	#为(2,3),即两行三列

获取数组类型

print(data.dtype)，其中：

print(data1.dtype);	#为int32
print(data2.dtype);	#为int32

其他数组

1.全0数组：
(1) print(np.zeros(10))，即显示1行10列的全0数组

(2) print(np.zeros_like(data))，即显示以data数组的行列数和类型为模板的全0数组。

data = [1, 2, 3]
print(np.zeros_like(data))	#得到：[0, 0, 0]
#or: data1 = np.zeros_like(data)
#    print(data1)

2.全1数组：
(1) print(np.ones((2, 4)))，即显示2行4列的全1数组

(2) print(np.ones_like(data))，即显示以data数组的行列数和类型为模板的全1数组。

data = [1, 2, 3]
print(np.ones_like(data))	#得到：[1, 1, 1]
# or: data1 = np.ones_like(data); 
#     print(data1);

3.空数组：
(1) print(np.empty(2, 3, 3))

(2) print(np.empty_like(data))，同上。均分配内存空间并产生随机值，不进行初始化。
里面的值是未初始化的垃圾值，空数组≠全0数组。
4.全数组：
(1) print(np.full((x, y), e))，显示x行y列、值为e的数组。
(2) print(np.full_like(data, e))，显示data模板下的值全为e的数组。

data = np.full((2, 3), 4)
print("data:\n", data)
data1 = np.full_like(data, 2)
print("data1:\n", data1)

5.单位矩阵
(1) eye(x, y)，构造x行y列的单位矩阵。
(2) identity(x)，构造x行x列的单位方阵。

print("eye:\n", eye(2, 3));
print("identity:\n", identity(3));

得到：